資源匱乏環境中端到端語音辨識的域適配

端到端自動語音辨識 （ASR） 簡化了傳統的 ASR 系統構建管道，無需具有多個元件，也無需創建發音詞典所需的專家語言知識。因此，端到端 ASR 非常適合為新域構建系統。然而，端到端ASR的一個主要缺點是，與傳統方法相比，有必要具有更多的標記語音。因此，在本文中，我們探討了在資源匱乏環境中端到端ASR的領域適應方法。我們通過在標籤序列的開頭插入域符號、因數化隱藏層自適應和域特異性門控機制，證明瞭聯合域識別和語音識別可以提高低資源目標域的性能。此外，我們還展示了所提出的適應方法對看不見的領域的魯棒性，當只有3小時的未轉錄數據可用時，相對報告高達8.7%的改進。